HyperAIHyperAI

Command Palette

Search for a command to run...

التعلم المن転 والسمات على مستوى الجملة للتعرف على الكيانات المحددة في التغريدات

Pius von D\aniken Mark Cieliebak

الملخص

نقدم نظامنا المشارك في تحدي التعرف على الكيانات المعرفية (WNUT 2017) على بيانات تويتر. نصف تعديلين لبنية شبكة عصبية أساسية تُستخدم في تصنيف التسلسلات. أولاً، نوضح كيفية استغلال بيانات مُعلمة إضافية، حيث تختلف علامات الكيانات المعرفية عن تلك المستهدفة في المهمة. ثم نقترح طريقة لدمج الميزات على مستوى الجملة. ويستخدم نظامنا كلا الطريقتين، وحقق المركز الثاني في التصنيف على مستوى الكيانات، بتحقيقه مقياس F1 قدره 40.78، والمركز الثاني أيضًا في التصنيف على مستوى الأشكال السطحية، بتحقيقه مقياس F1 قدره 39.33.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp